Examinando a base de dados

Tipos de Ocorrências

## [1] "Homicidio"  "Latrocinio"

Distribuição do Total de Ocorrências

## Source: local data frame [2 x 2]
## 
##    Registros total
##       (fctr) (int)
## 1  Homicidio  3051
## 2 Latrocinio   132

Distribuição das Ocorrências de Homicídio de acordo com o Bairro e o Município

## Source: local data frame [12 x 5]
## Groups: Registros, Bairros [11]
## 
##    Registros             Bairros         Municípios total
##       (fctr)              (fctr)             (fctr) (int)
## 1  Homicidio        Águas Lindas         Ananindeua    35
## 2  Homicidio              CENTRO        Parauapebas    98
## 3  Homicidio              CENTRO     Rondon do Pará    34
## 4  Homicidio Distrito Industrial         Ananindeua    31
## 5  Homicidio               Guamá              Belém    65
## 6  Homicidio         Jaderlândia          Castanhal    31
## 7  Homicidio             Jurunas              Belém    45
## 8  Homicidio                Moju               Moju    55
## 9  Homicidio         Nova Marabá             Marabá    74
## 10 Homicidio          Sacramenta              Belém    31
## 11 Homicidio              Tapanã              Belém    35
## 12 Homicidio          Zona Rural São Félix do Xingu    31
## Variables not shown: nome (chr)

Distribuição das Ocorrências de Latrocínio de acordo com o Bairro e o Município

## Source: local data frame [8 x 5]
## Groups: Registros, Bairros [8]
## 
##    Registros      Bairros Municípios total                      nome
##       (fctr)       (fctr)     (fctr) (int)                     (chr)
## 1 Latrocinio Águas Lindas Ananindeua     3 Águas Lindas - Ananindeua
## 2 Latrocinio  Cidade Nova Ananindeua     3  Cidade Nova - Ananindeua
## 3 Latrocinio   Decouville   Marituba     3     Decouville - Marituba
## 4 Latrocinio      Jurunas      Belém     3           Jurunas - Belém
## 5 Latrocinio         Moju       Moju     5               Moju - Moju
## 6 Latrocinio  Nova Marabá     Marabá     3      Nova Marabá - Marabá
## 7 Latrocinio       Tapanã      Belém     5            Tapanã - Belém
## 8 Latrocinio   Zona Rural  Tailândia     6    Zona Rural - Tailândia

Análise de Ocorrências

Total de ocorrências

ocorrencias_DIA <- dados%>%
                group_by( DATA.FATO) %>%
                summarise(count = n())

#total de ocorrências.
sum(ocorrencias_DIA$count)

## [1] 3183

Média diária de ocorrências

## [1] 8.720548

Análise de Ocorrências por Dia

Dias com Mais ocorências no ano (Dobro da média)

## [1] 20  2

Horários Perigosos

ggplot( dados,aes(FX.12.HOR,fill=is.weekend(DATA_HORA_FATO)) )+
        geom_bar()+
        xlab("Horários")+ 
        theme(axis.text.x = element_text(angle = 90, hjust = 1))

Meses mais perigosos

dadosMes <- dados
dadosMes$mes <-month(dadosMes$DATA.FATO)
resumoMes <- dadosMes %>% group_by(mes) %>%summarise(total=n())  

#Primeiro Semestre
sum( resumoMes[1:6,]$total)

## [1] 1465

#Segundo Semestre
sum( resumoMes[7:12,]$total)

## [1] 1718

ggplot( resumoMes,aes(x=mes,total) )+
        geom_bar(stat="identity")+
        xlab("Meses") + geom_vline(xintercept = 6.5)

Calendário Heat Map

source("/home/stark/MEGAsync/SEGUP/calendarHeat.R")
calendarHeat(ocorrencias_DIA$DATA.FATO, ocorrencias_DIA$count, varname="Calendar Heat Map of Violence in Pará",color = "g2r")

calendarHeat(maiorMedia$DATA.FATO, maiorMedia$count, varname="Calendar Heat Map of Most Violent days in Pará",color = "g2r")

calendarHeat(menorMedia$DATA.FATO, menorMedia$count, varname="Calendar Heat Map of least Violent days in Pará",color = "g2r")

Regras

transacoes <- dados
transacoes$AISP <- NULL
transacoes$SUPC <- NULL
transacoes$IDENTIFICAÇÃO.DO.FATO <- NULL
transacoes$RUA.DO.FATO <-NULL
transacoes$ANO.FATO<-NULL
transacoes$ANO.REGISTRO<-NULL
transacoes$Mês.do.Registro<-NULL
transacoes$Data.do.Registro<-NULL
transacoes$DATA.FATO<-NULL
transacoes$DIA.SEMANA<-NULL
transacoes$HORA.FATO<-NULL
transacoes$Registros.2<-NULL
transacoes$DATA_HORA_FATO<-NULL
transacoes$DIF_FATO_REGISTO<-NULL


tr <- as(transacoes,"transactions")
#support(tr,)

summary(tr)

## transactions as itemMatrix in sparse format with
##  3183 rows (elements/itemsets/transactions) and
##  1231 columns (items) and a density of 0.01411693 
## 
## most frequent items:
##       CLASSE.DO.MOTIVO=Crimes Contra a Pessoa 
##                                          3064 
## ESPECIALIZAÇÃO.DO.FATO=Crimes Contra a Pessoa 
##                                          3052 
##                           Registros=Homicidio 
##                                          3051 
##         GRUPO.DE.OCORRÊNCIA=Homicídio Simples 
##                                          2766 
##             CAUSA.PRESUMÍVEL=Ódio ou Vingança 
##                                          2196 
##                                       (Other) 
##                                         41185 
## 
## element (itemset/transaction) length distribution:
## sizes
##   16   17   18   19 
##  155 1693 1312   23 
## 
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   16.00   17.00   17.00   17.38   18.00   19.00 
## 
## includes extended item information - examples:
##                                   labels            variables
## 1                  TIPO.DE.PROCEDIMENTO= TIPO.DE.PROCEDIMENTO
## 2                 TIPO.DE.PROCEDIMENTO=  TIPO.DE.PROCEDIMENTO
## 3 TIPO.DE.PROCEDIMENTO=Auto de Apreensão TIPO.DE.PROCEDIMENTO
##              levels
## 1                  
## 2                  
## 3 Auto de Apreensão
## 
## includes extended transaction information - examples:
##   transactionID
## 1             1
## 2             2
## 3             3

itemFrequencyPlot(tr, support = 0.5, cex.names=0.5)

rules <- apriori(tr, parameter= list(supp=0.1, conf=0.5))

## Apriori
## 
## Parameter specification:
##  confidence minval smax arem  aval originalSupport support minlen maxlen
##         0.5    0.1    1 none FALSE            TRUE     0.1      1     10
##  target   ext
##   rules FALSE
## 
## Algorithmic control:
##  filter tree heap memopt load sort verbose
##     0.1 TRUE TRUE  FALSE TRUE    2    TRUE
## 
## Absolute minimum support count: 318 
## 
## set item appearances ...[0 item(s)] done [0.00s].
## set transactions ...[1228 item(s), 3183 transaction(s)] done [0.00s].
## sorting and recoding items ... [28 item(s)] done [0.00s].
## creating transaction tree ... done [0.00s].
## checking subsets of size 1 2 3 4 5 6 7 8 9 done [0.01s].
## writing ... [10723 rule(s)] done [0.00s].
## creating S4 object  ... done [0.00s].

tab <-as(rules, "data.frame")
DT::datatable(tab)

Belém

belem <- dados$DISTRITO == "Belém"                
dadosBelem <- dados[belem,]

endComp <- paste( dados$RUA.DO.FATO," - ",dados$DISTRITO,",",dados$Bairros, ", Pará" ,sep = "")
dadosBelem$endereco <- endComp
gcs <- geocode(dadosBelem$endereco)

dadosBelem$lon <- gcs$lon
dadosBelem$lat <- gcs$lat

semGPS <-is.na(dadosBelem$lon)
 

#[1] "Diogo Móia, Rua - de 1158/1159 ao fim - Belém,Fátima, Pará"         
#[2] "Três de Maio, Travessa - até 1531 - lado ímpar - Belém,Fátima, Pará"
#[3] "Lameira Bittencourt, Rua - Belém,Benguí, Pará"                      
#[4] "São Clemente, Rua - até km 1,000 - Belém,Benguí, Pará"              
#[5] "Rod. dos Trabalhadores - Belém,Benguí, Pará"                        
#[6] "Alegre, Passagem (Da Passagem Augusto Lobato) - Belém,Benguí, Pará" 
#[7] "São Clemente, Rua - até km 1,000 - Belém,Benguí, Pará"              
#[8] "São Clemente, Rua - até km 1,000 - Belém,Benguí, Pará" 


novosEnd <- c(  "Rua Diogo Móia, Belém, Pará"      ,   
         "Travessa Três de Maio, Belém, Pará",
         "Rua Lameira Bittencourt  - Belém, Pará"   ,                   
         "Rua São Clemente, Rua  - Belém, Pará"   ,           
         "Rod. dos Trabalhadores - Belém, Pará"  ,                      
         "Passagem Alegre - Belém, Pará" ,
        "Rua São Clemente, Rua  - Belém, Pará" ,                           
        "Rua São Clemente, Rua  - Belém, Pará"         
        )


dadosBelem[semGPS,]$endereco <- novosEnd

gcsNovos <- geocode(novosEnd)

dadosBelem[semGPS,]$lat <- gcsNovos$lat
dadosBelem[semGPS,]$lon <- gcsNovos$lon

write.csv(dadosBelem,"belem.csv")

dadosBelem <- read.csv("belem.csv")
 

plotMapa <- function (x){
        mes <- dadosBelem[month(dadosBelem$DATA.FATO)==x,]
        print(paste("Mês ",x," : ",dim(mes)[1], " casos"))
        leaflet() %>%  addTiles()  %>%  addMarkers(lat=mes$lat,lng=mes$lon)
        #,   popup=mes$IDENTIFICAÇÃO.DO.FATO )         
}
 
plotMapaLatro <- function (){
        mes <- dadosBelem[(dadosBelem$Registros)=="Latrocinio",]
        print(paste(dim(mes)[1], " casos"))
        leaflet() %>%  addTiles()  %>%  addMarkers(lat=mes$lat,lng=mes$lon)
        #,   popup=mes$IDENTIFICAÇÃO.DO.FATO )         
}

Meses mais perigosos

dadosMes <- dadosBelem
dadosMes$mes <-month(dadosMes$DATA.FATO)
resumoMes <- dadosMes %>% group_by(mes) %>%summarise(total=n())  

#Primeiro Semestre
sum( resumoMes[1:6,]$total)

## [1] 253

#Segundo Semestre
sum( resumoMes[7:12,]$total)

## [1] 285

ggplot( resumoMes,aes(x=mes,total) )+
        geom_bar(stat="identity")+
        xlab("Meses") + geom_vline(xintercept = 6.5)

plotMapa(10)

## [1] "Mês  10  :  57  casos"

plotMapa(12)

## [1] "Mês  12  :  55  casos"

#latrocínios Belém
plotMapaLatro()

## [1] "28  casos"

Bairros Com Mais Ocorrências

limiar <- 20
ocorrencias <- dadosBelem%>%
                group_by(Registros,Bairros,Municípios)%>%
                summarise(total=n() )
 
ocorrencias$nome <- paste( ocorrencias$Bairros,"-",ocorrencias$Municípios )

homicidios <- ocorrencias%>%
               filter(total>limiar)%>%
                arrange(desc(total))




ggplot(homicidios, aes(nome,total , fill=Registros  ) )+
        geom_bar(stat="identity")+
        xlab("Bairros")+ylab("Quantidade")+ theme(axis.text.x = element_text(angle = 90, hjust = 1))

latrocinio <- ocorrencias%>%
                filter(Registros=="Latrocinio")%>%
                arrange(desc(total))

latrocinio

## Source: local data frame [17 x 5]
## Groups: Registros, Bairros [17]
## 
##     Registros           Bairros Municípios total                      nome
##        (fctr)            (fctr)     (fctr) (int)                     (chr)
## 1  Latrocinio          Barreiro      Belém     2          Barreiro - Belém
## 2  Latrocinio            Benguí      Belém     1            Benguí - Belém
## 3  Latrocinio         Cabanagem      Belém     2         Cabanagem - Belém
## 4  Latrocinio      Cidade Velha      Belém     1      Cidade Velha - Belém
## 5  Latrocinio          Cremação      Belém     1          Cremação - Belém
## 6  Latrocinio             Guamá      Belém     2             Guamá - Belém
## 7  Latrocinio           Jurunas      Belém     3           Jurunas - Belém
## 8  Latrocinio        Mangueirão      Belém     1        Mangueirão - Belém
## 9  Latrocinio      Maracangalha      Belém     2      Maracangalha - Belém
## 10 Latrocinio         Marambaia      Belém     1         Marambaia - Belém
## 11 Latrocinio             Marco      Belém     1             Marco - Belém
## 12 Latrocinio          Pedreira      Belém     1          Pedreira - Belém
## 13 Latrocinio        Sacramenta      Belém     2        Sacramenta - Belém
## 14 Latrocinio          São Brás      Belém     1          São Brás - Belém
## 15 Latrocinio            Tapanã      Belém     5            Tapanã - Belém
## 16 Latrocinio Telégrafo Sem Fio      Belém     1 Telégrafo Sem Fio - Belém
## 17 Latrocinio       Val-de-Cães      Belém     1       Val-de-Cães - Belém

ggplot(latrocinio, aes(nome,total , fill=Registros) ) +
        geom_bar(stat="identity")+
        xlab("Bairros")+ylab("Quantidade")+ theme(axis.text.x = element_text(angle = 90, hjust = 1))

Resumo da Base

summary(dados)

##               TIPO.DE.PROCEDIMENTO
##  Inquérito por Portaria :1076     
##  Inquérito por Flagrante: 226     
##  Auto de Apreensão      :  25     
##                         :  22     
##  Auto de Investigação   :  13     
##  (Other)                :   3     
##  NA's                   :1818     
##                                  UNIDADE.DE.ORIGEM
##  Del.Cr.Violentos - Hosp.Metropolitano 331: 203   
##  Parauapebas - 20ª Seccional 71           :  97   
##  Marambaia - Seccional 6                  :  95   
##  Marabá - Seccional 184                   :  84   
##  Del.Cr.Violentos - PSM UMARIZAL - 18     :  80   
##  Marabá - Unid. Pol.Cidade Nova 202       :  76   
##  (Other)                                  :2548   
##                          UNIDADE.RESPONSÁVEL Data.do.Registro             
##  Icoaraci - Pessoa 255             : 121     Min.   :2012-01-01 00:00:00  
##  Marabá - Unid. Pol.Cidade Nova 202: 120     1st Qu.:2012-04-10 00:00:00  
##  Cidade Nova - Pessoa 235          :  97     Median :2012-07-17 00:00:00  
##  Parauapebas - 20ª Seccional 71    :  93     Mean   :2012-07-12 02:47:23  
##  Sacramenta - Pessoa 239           :  78     3rd Qu.:2012-10-16 00:00:00  
##  Tailândia -  Unidade Policial 81  :  67     Max.   :2013-01-24 00:00:00  
##  (Other)                           :2607                                  
##    DATA.FATO                   DIA.SEMANA   HORA.FATO         FX.4.HOR   
##  Min.   :2012-01-01 00:00:00   DOM:834    21:00  : 134            :   1  
##  1st Qu.:2012-04-08 12:00:00   QUA:344    22:00  : 119   00 |-- 06: 806  
##  Median :2012-07-16 00:00:00   QUI:339    20:00  : 113   06 |-- 12: 513  
##  Mean   :2012-07-10 20:11:32   SAB:504    19:00  : 106   12 |-- 18: 532  
##  3rd Qu.:2012-10-14 12:00:00   SEG:479    23:00  :  98   18 |-- 24:1331  
##  Max.   :2012-12-31 00:00:00   SEX:379    3:00   :  88                   
##                                TER:304    (Other):2525                   
##      FX.12.HOR                                           CLASSE.DO.MOTIVO
##  20 |-- 22: 503   Crimes Contra a Pessoa                         :3064   
##  22 |-- 24: 428   Crimes Contra o Patrimônio                     :  83   
##  18 |-- 20: 400   Registros que não geram procedimento           :  17   
##  02 |-- 04: 319   Lei de Crimes Hediondos - Lei 8.072/1990       :  10   
##  00 |-- 02: 260   Registros não criminosos que geram procedimento:   4   
##  16 |-- 18: 228   Crimes de Violência Doméstica - Lei 11.340/2006:   3   
##  (Other)  :1045   (Other)                                        :   2   
##  Mês.do.Registro     MÊS.FATO     ANO.REGISTRO     ANO.FATO   
##  Dezembro: 328   Dezembro: 333   Min.   :2012   Min.   :2012  
##  Outubro : 314   Outubro : 309   1st Qu.:2012   1st Qu.:2012  
##  Novembro: 290   Novembro: 290   Median :2012   Median :2012  
##  Janeiro : 284   Setembro: 279   Mean   :2012   Mean   :2012  
##  Setembro: 271   Janeiro : 274   3rd Qu.:2012   3rd Qu.:2012  
##  Agosto  : 262   Maio    : 257   Max.   :2013   Max.   :2012  
##  (Other) :1434   (Other) :1441                                
##       Registros        Registros.2  
##  Homicidio :3051   Homicídio :3051  
##  Latrocinio: 132   Latrocínio: 132  
##                                     
##                                     
##                                     
##                                     
##                                     
##                               CAUSA.PRESUMÍVEL
##  Ódio ou Vingança                     :2196   
##  Outras                               : 503   
##  Ambição                              : 242   
##  Alcoolismo / Embriaguez              : 114   
##  Ciúme                                :  45   
##  Imperícia / Imprudência / Negligência:  43   
##  (Other)                              :  40   
##                            ESPECIALIZAÇÃO.DO.FATO
##  Crimes Contra a Pessoa               :3052      
##  Crimes Contra o Patrimônio           :  81      
##  Vigilância Geral                     :  21      
##  Ato Infracional (Menor)              :  12      
##  Crimes Hediondos - Lei 8.074/1990    :  10      
##  Crimes Contra a Integridade da Mulher:   5      
##  (Other)                              :   2      
##                       GRUPO.DE.OCORRÊNCIA
##  Homicídio Simples              :2766    
##  Lesão corporal seguida de morte:  71    
##  Rixa - caput                   :  23    
##  Lesão corporal grave           :  22    
##  Com causa conhecida            :  14    
##  (Other)                        :  24    
##  NA's                           : 263    
##                       SUB.GRUPO                        MEIO.EMPREGADO
##  Com participação de gang  :   7   Arma de Fogo               :2008  
##  Com valores pessoais      :   3   Arma Cortante ou Perfurante: 823  
##  Lan House                 :   2   Outros Meios               : 137  
##  Sem arrombamento          :   2   Arma Contundente           : 116  
##  Sem participação de gang  :  86   Sem Instrumento            :  81  
##  Tentado com lesão corporal:   1   Fogo                       :   5  
##  NA's                      :3082   (Other)                    :  13  
##         DISTRITO          Municípios        RISP    
##  Belém      : 538   Belém      : 663   01ªRISP:663  
##  Ananindeua : 318   Ananindeua : 318   02ªRISP:441  
##  Marabá     : 190   Marabá     : 192   10ªRISP:436  
##  Parauapebas: 100   Parauapebas: 100   03ªRISP:282  
##  Castanhal  :  97   Marituba   :  99   04ªRISP:244  
##  Icoaraci   :  84   Castanhal  :  97   09ªRISP:225  
##  (Other)    :1856   (Other)    :1714   (Other):892  
##            Regionais           Bairros          AISP        SUPC        
##  RMB            :1104   CENTRO     : 629          :1395   Mode:logical  
##  Sudeste        : 397   Zona Rural : 249   24ªAISP: 556   NA's:3183     
##  Baixo Tocantins: 244   Nova Marabá:  77   18ªAISP: 129                 
##  Salgado        : 241   Cidade Nova:  72   17ªAISP: 124                 
##  Lago de Tucuruí: 225   Guamá      :  67   22ªAISP: 124                 
##  Araguaia       : 219   Jaderlândia:  67   10ªAISP: 111                 
##  (Other)        : 753   (Other)    :2022   (Other): 744                 
##              RUA.DO.FATO                 LOCAL.DE.OCORRÊNCIA
##  Rua Principal     :1077   Via Pública             :2134    
##  Principal, Rua    : 139   Residencia Particular   : 460    
##  BR 222, Rodovia   :  33   Outros                  : 155    
##  Outras Localidades:  22   Café,Bar,Etc            : 142    
##  Rodovia PA-150    :  18   Propriedade Agropastoril: 102    
##  Estrada do Tapanã :  17   Mar, Rio, Lagoa         :  50    
##  (Other)           :1877   (Other)                 : 140    
##               IDENTIFICAÇÃO.DO.FATO DATA_HORA_FATO               
##  HOMICIDIO               : 457      Min.   :2012-01-01 00:00:00  
##  HOMICÍDIO               : 235      1st Qu.:2012-04-08 23:42:00  
##  COMUNICAÇÃO DE HOMICIDIO:  64      Median :2012-07-16 01:00:00  
##  COMUNICAÇÃO DE HOMICÍDIO:  55      Mean   :2012-07-11 09:30:40  
##  HOMICIDIO               :  40      3rd Qu.:2012-10-15 00:00:00  
##  HOMICIDIO QUALIFICADO   :  28      Max.   :2012-12-31 23:58:00  
##  (Other)                 :2304                                   
##  DIF_FATO_REGISTO
##  0      :1899    
##  1      : 855    
##  2      : 157    
##  3      :  80    
##  4      :  42    
##  5      :  27    
##  (Other): 123

summary(dados$DIF_FATO_REGISTO)

##    0    1    2    3    4    5    6    7    8    9   10   11   12   13   14 
## 1899  855  157   80   42   27   19   22   10   14    7    4    4    7    2 
##   15   16   17   18   20   21   22   23   25   26   27   30   31   32   33 
##    1    2    2    2    3    1    1    1    1    2    1    1    2    1    1 
##   48   52   57   58   68   89  102  105  111  124  130  143 
##    1    1    1    1    1    1    1    1    1    1    1    1

#DIAS PARA REGISTRAR A OCORRÊNCIA
ggplot( dados,aes(DIF_FATO_REGISTO, fill=Registros) ) + geom_bar()

Sistema de Apoio à Decisão para Gestão em Segurança Pública: Suporte Inteligente para a Realização de Análise de Cenários e Inferências Relatório sobre a base de homicídios e latrocínios do estado do Pará.

Resumo

Examinando a base de dados

Tipos de Ocorrências

Distribuição do Total de Ocorrências

Distribuição das Ocorrências de Homicídio de acordo com o Bairro e o Município

Distribuição das Ocorrências de Latrocínio de acordo com o Bairro e o Município

Análise de Ocorrências

Total de ocorrências

Média diária de ocorrências

Análise de Ocorrências por Dia

Dias com Mais ocorências no ano (Dobro da média)

Horários Perigosos

Meses mais perigosos

Calendário Heat Map

Regras

Belém

Meses mais perigosos

Bairros Com Mais Ocorrências

Resumo da Base